基于阈值连通的视图划分算法研究

在工程图矢量化系统中,研究如何提高输入数据的质量,这一课题开展工程图样R-V转换的前期处理技术研究,提出了基于阈值连通的视图划分算法。其基本思想是根据工程图绘制规则,提出了阈值邻接和阈值连通的概念,将工程图样的基本视图、技术要求以及其他视图等从整体工程图样中识别与区分,再进行标识。并用所提出的算法构建了基于图样绘制规则的自动区域化这个图纸扫描转换系统的前置模块。通过该模块提高图纸扫描转换系统输入数据的质量,从而提高了R-V转换精度,并为后续的智能识别与三维重建提供语义上的指导。

江河源区高寒草甸退化序列上“秃斑”连通效应的元胞自动机模拟

高寒草甸草毡层"秃斑"是高寒草甸退化进程中最活跃的表征,明确其在退化序列上的演变时空规律是揭示草地退化动力学机制的关键之一。采用实地调研结合元胞自动机模拟的方法,对高寒草甸退化序列上秃斑格局动态进行了模拟,是对退化序列上秃斑的连续动态图谱表达,建立了高寒草甸由初步退化到系统崩溃的符合实际的草地秃斑连通的图谱序列,模拟吻合度达93.9%。通过对图谱序列关系的分析表明,秃斑连通进程分为3个阶段:低速连通期——第0—2年、跃变期——第2—7年、连通不可逆转期——第7—9年;最大秃斑面积、最大秃斑面积-秃斑总面积比的跃变过程,是草地退化等级的质变过程;通过对跃变期和连通不可逆转期相应的草地生态与恢复性能的对比分析,确定了连通阈值为54.5%;秃斑连通的过程伴随着临界阈现象的发生。由于连通不可逆转期"黑土滩"形成过程的不可逆性及形成后的巨大危害性,连通阈值的确定将为高寒草甸生态系统安全预警及其退化恢复治理提供依据。

电子连接器外观缺陷检测方法研究

为了提高电子连接器产品的质量,对其进行产品检测已成为产品生产过程中一个重要的环节。考虑到连接器的多样性、各类外观缺陷等因素,本文提出了一种基于机器视觉原理的检测方法 .通过对连接器进行几何参数测量及对缺陷连通区域提取,实现了对连接器外观缺陷的检测,具备一定的通用性。

Motion connectivity-based initial video object extraction

In order to obtain the initial video objects from the video sequences, an improved initial video object extraction algorithm based on motion connectivity is proposed. Moving objects in video sequences are highly connected and structured, which makes motion connectivity an advanced feature for segmentation. Accordingly, after sharp noise elimination, the cumulated difference image, which exhibits the coherent motion of the moving object, is adaptively thresholded. Then the maximal connected region is labeled, post-processed and output as the final segmenting mask. Hence the initial video object is effectively extracted. Comparative experimental results show that the proposed algorithm extracts the initial video object automatically, promptly and properly, thereby achieving satisfactory subjective and objective performance.

基于多通道融合和组稀疏编码的视频去雪算法

大雪天气严重降低成像设备所采集视频的能见度,视频去雪算法可以恢复降雪视频的质量.为了去除降雪视频中的雪花,提出一种新的多通道融合和组稀疏编码去雪算法.针对视频的每一个色彩通道中存在的雪花成分进行去除,提出了一种全新的基于低秩矩阵分解的多通道融合背景建模方法,用于恢复干净的背景.为了检测雪花和运动前景,将运动成分中的雪花和运动前景分离以保留运动前景部分,提出了一种基于L0正则化的阈值化方法检测运动物体并分离雪花像素.最后,对被细小雪花遮挡的前景物体采用基于空间适应奇异值阈值的组稀疏编码进行去雪花处理,得到干净的前景.将干净的背景视频和干净的前景视频合成为一段完整的去雪后的视频.

高动态下的星体目标质心提取方法

高动态情况下,星点像斑在星敏感器探测器上会呈现出拖尾现象,使得星点质心无法被准确提取。针对上述难点,提出了一种高动态条件下基于差异哈希算法的星点质心提取方法。该方法分为三步:第一,建立动态星斑的数学模型;第二,利用差异哈希算法和汉明距离实现星跟踪窗口内星体目标的粗定位;第三,在粗定位区域使用阈值分割与连通域法提取星点质心。实验结果表明,该方法能够适应各种长度的曝光时间,并实现星敏感器在3(°)/s条件下的稳定跟踪。在曝光时间50ms,角速度3(°)/s的条件下,星对角距误差为13″,平均提取率为96%,相较于传统方法,分别提高了29.6%和22.9%。